베르나르 베르베르의 연극 <인간>

사람들의 원초적인 호기심을 자극하는 소재를 기가 막히게 찾아내는 이야기꾼 베르나르 베르베르의 첫 번째 연극 작품. 어느 날 갑자기 이유도 모른 채 밀폐된 방에 갇힌 두 남녀가 벌이는 인간에 대한 논쟁과 그 중간중간에 버무려진 유머가 두 시간을 훌쩍 집어삼킨다. 종종 초반에 궁금증을 불러일으키며 기대를 심어줬다가 용두사미 하는 줄거리에 실망하기도 하는데, 베르나르는 적어도 그런 걱정이 없어서 좋다.

등장인물은 남녀 주인공 한 명씩 두 명이 전부다. 대사들이 무척 길고 외우기 어려워보였는데도 모두 천연덕스럽게 연기하셔서 무척 즐겁게 볼 수 있었다. 팸플릿을 보니 두 쌍이 번갈아가면서 공연하는 것 같다.

가장 인상적인 대사: ‘의심하는 것을 의심하라, 그러면 믿게 될 것이다.’

팝아트 슈퍼스타, 키스해링 전

팝 아티스트 키스 해링(Keith Haring)의 작품전이 올림픽 공원 소마미술관에서 열리고 있다. 나는 작가가 아직 활동 중인 줄 알았는데, 1990년에 31살의 나이로 이미 세상을 떠났다고 한다. 미술관에서는 그의 그림 외에 생전 작업 모습이 담긴 영상을 틀어준다. 여러 화면 중에서도 키스 해링이 진짜 지하철역의 방치된 칠판에 그림을 그리는 장면이 기억에 남는다. 작품은, 미술관에 깔끔하게 정돈된 형태도 괜찮지만, 작가의 고유한 스타일 탄생한 바로 그 환경 속에 어우러져 있을 때 가장 잘 어울린다는 생각이 들었다.

해링의 대표적인 캐릭터 <빛나는 아기>를 비롯한 몇몇 그림을 보면, 정말 대단하다는 감탄까지는 아니더라도 확실히 작가만의 독특하고 매력적인 스타일이 있다는 것을 인정하게 된다. 하지만, 다른 작가/소설가와 공동으로 작업했다는 그림부터는 도무지 어떻게 봐야 할지 알 수 없었다. 솔직히 말하면, 그림 앞에 서서 ‘도대체 이게 뭐냐’며 계속 구시렁거렸다. 궁금하신 분은 직접 가서 눈으로 확인해 보시라. 입장료 12,000원이 좀 압박일 수도 있겠지만.

Related posts:

1. 파피용 – 베르나르 베르베르

• Freshness Matters: In Flowers, Food, and Web Authority
  얼핏 문학적으로 보이는 제목은, 웹 문서도 꽃/음식과 마찬가지로 신선함이 중요하다는 의미다. 기존의 페이지랭크 알고리즘은 링크 수에 기반하기 때문에 오래전에 작성된 웹페이지일수록 유리하고, 그렇게 검색 결과 상위에 노출되었기 때문에 계속해서 인기를 유지하는 부익부 빈익빈의 문제가 많이 지적되었다. 이 논문의 저자들은 웹페이지의 권위를 계산할 때, 각 페이지와 링크의 시간에 따른 변경 추이를 추가적으로 살펴서 오래된 페이지와 신생 페이지가 공정하게 경쟁하게 만들었다고 한다. 더불어, 서로 다른 시간에 웹의 스냅샷을 찍어서 스무딩(smoothing)함으로써, 한순간 인위적으로 링크를 몰린 덕분에 권위가 높아지는 페이지, 즉 어뷰징(스팸)에 대한 해결책도 찾으려고 한다.
• Incorporating Post-Click Behaviors Into a Click Model
  검색어를 날린 뒤 사용자가 결과 문서를 클릭하는 행위를 잘 모델링해서 각 문서의 쿼리적합성(relevancy)를 측정하려는 연구는 이미 많았다.¹ 하지만, 저자들은 기존 모델에서는 문서의 순위 편견² 문제는 어느 정도 해결할 수 있었지만, 정작 사용자가 문서를 클릭한 후의 행위는 고려하지 않았다고 지적한다. 다시 말해서, 어떤 문서는 클릭한 지 3초만에 닫아버렸고, 다른 문서는 1분 넘게 보고 있었다면 아마도 후자가 더 좋지 않겠냐는 얘기다. 문서의 체류시간(dwelling time) 외에도, 문서 클릭 후에 또 다른 문서를 클릭했는가, 새로운 쿼리로 바꿔서 검색하기까지 시간이 얼마나 걸렸나 같은 것들이 쓸 만한 요소로 제시되었다. 클릭 후 행위까지 고려하는 클릭 모델이라고 해서 Post-Clicked Click Model, 줄여서 PCC 모델이라는 이름이 붙었다.
• Query Term Ranking based on Dependency Parsing of Verbose Queries
  흔히 ‘검색’하면 떠오르는 키워드 질의어가 아니라 문장 수준의 복잡한 쿼리에 효과적으로 대처하는 방법을 제시한다. Dependency Parsing Tree라는 걸 써서, 질의문에서 문법적으로 중요한 단어를 찾아내는 것이다. 내 생각에, 사람들의 검색 엔진에 키워드를 입력하는 패턴이 쉽게 바뀔 것 같지는 않고, 전에도 쓴 적이 있지만 메신저나 트위터에서 사람들이 다른 사람에게 하는 말을 엿듣고 있다가 기회가 왔을 때 ‘혹시 이거 찾는 거에요?’ 하면서 검색 결과를 내놓으면 사용자에게 감동을 줄 수 있지 않을까?
• Mining the Blogosphere for Top News Stories Identification
  TSIT(Top Stories Identification Task)는 말 그대로 중요 뉴스를 찾는 작업을 가리킨다. 사람들이 뉴스 같은 걸 찾을 때 블로그 검색을 많이 하고, 또 각종 화제에 대한 생각들을 블로그에 많이 올리니까, 하루 동안 블로그에 출판된 글을 이용해서 그날의 주요 뉴스를 자동으로 찾아보자는 게 이 논문의 주제다. Language Model을 써서, 그날 출판된 블로그 글로부터 뉴스 헤드라인이 나올 확률을 계산하는 방식이라고 한다. 포스터를 제외한 논문 중에는 유일하게 한국 학교에서 나온 것이라 반가운 마음으로 접했다.
• Active Learning for Ranking Through Expected Loss Optimization
  개인적으로 관심이 있고 공부는 하지 않던 active learning을 랭킹학습(learning-to-rank)에 활용한 연구로, Yahoo! Labs에서 나왔다. 저자들은 active learning을 랭킹에 적용할 때 맞닥뜨리는 문제로 두 가지를 언급한다. 우선, 그동안의 active learning은 주로 분류(classification) 문제에 쓰였는데, 랭킹은 성격이 다르다는 점이다. SVM 같은 maximum margin classifier의 경우에는 어떤 샘플이 informative한지 대략 감이 잡힐 듯도 한데 랭킹에서는 그게 모호할 수 있다. 두 번째는 데이터 샘플이 독립이 아니라는 건데, 이게 무슨 말일까? 문서를 분류한다고 했을 때, 한 번 문서 A가 B 타입에 속한다고 했으면 끝까지 B 타입이다. 그런데 랭킹에서는 문서 A가 B보다 좋을 수도 있고 아닐 수도 있다. 쿼리가 P일 때는 A가 더 좋았더라도 쿼리가 Q로 바뀌면 B가 더 좋아질 수도 있기 때문이다. 이런 두 가지 문제를 해결하기 위해 expected loss optimization에 기반을 둔 active learning framework를 만들었다고 하는데, 그게 뭔지 모르겠다. (공부를 안 하는데 알 턱이 있나. 퍽)

이외에도 점찍어둔 논문이 몇 개 더 있는데, 읽어보니까 예상했던 내용이 아닌 것도 있고, 시간이 없어서 못 읽은 것도 있다. 기회가 되면 다음 기회에.

1. 단순히 많이 클릭되었다고 그 문서가 좋다는 뜻은 아니므로 Relevancy와 Preference를 구분하기도 한다.
2. position bias를 우리말로 뭐라고 하면 좋단 말인가.

Related posts:

1. Random Walks on the Click Graph – SIGIR 2007
2. Learning More about Active Learning
3. Learning to Rank: 개념만 간단히

운동도 마찬가지지만, 이런 여가 활동을 하면 일상생활에서 잠시 벗어날 기회가 생긴다. 보통 일주일에 세 번 학원에 가고, 한 번 가면 한두 시간 정도 연습한다. 이 연습 시간 동안은 적어도 두뇌 용량의 90%가 피아노로 차버려서 여간해서는 개인적인 고민이나 회사 업무가 끼어들 틈이 없다. 무슨 문제가 생기면 거기에 완전히 꽂혀서 그게 해소될 때까지는 다른 일은 아무것도 못하고 밤잠까지 설치는 나에게 이런 탈출의 시간은 무척 소중하다. 여기에, 듣기만 해도 좋은 음악을 내가 직접 연주할 수 있게 되어가는 성취감이나 청각 / 시각(악보) / 촉각(손가락)이 동시에 만족하는 공감각적 몰입은 덤이다.

만약에 디지털 피아노를 사서 혼자 연습했다면 어땠을까? 아마도 그저 악보를 따라가는 데 급급했을 것이다. 운지법이 맞는지, 악보를 정확하게 치고 있는지 확신하지 못하면서 그냥 어떻게든 건반을 쳐내려고 했을 것이다. 마치 예전에 탁구를 배울 때처럼. 하지만, 레슨은 다르다. 지금은 박자나 음이 틀리면 옆에서 지켜보던 선생님이 바로 지적하신다. 손가락이 꼬이면 -악보에는 나와 있지 않지만- 그럴 땐 손가락을 어떻게 움직여야 하는지 일러주신다. 빠른 피드백을 얻어 즉시 문제를 교정할 수 있기 때문에 이상한 습관이 들 우려가 적다, 혼자 연습하기 대신 레슨을 택한 가장 큰 이유였다.

그런데 직접 해보니 이게 다가 아니었다. 학원에 다니기 전에는 예상하지도 못했던 장점이 하나 더 있었다. 그게 뭐냐하면 악보를 따라치면서도 내가 미처 알아채지 못하는 음악 요소들을 선생님이 콕 집어 설명해 주신다는 점이다. 예를 들면,

• “여기서는 반음씩 점차 올라가면서 감정을 고조시키는 거에요.”
• “이 부분이 보기보다 어려운 이유는 마디 내에서 코드가 계속 바뀌기 때문이에요.”
• “이 곡은 당김음 덕분에 멜로디가 더 재미있지요.”

이런 식인데, 아는 만큼 보인다고, 해석을 들은 만큼 곡을 더 잘 이해하게 되고, 그러면 단순히 악보를 따라 건반을 누르는 것보다 더 풍부하게 느끼고 더 많이 즐거워진다. 혼자서만 연습했다면 얻기 힘들었을 즐거움이다.

결론? 피아노 학원 다니기를 잘했다는 거지 뭐.

No related posts.

우선 기본적인 방식은 Query Likelihood Model이다. 1992년 CIKM에 나온 A General Language Model for Information Retrieval에 따르면, 글의 내용에 따라 그 문서의 모델 Md를 만들고, 그 모델로부터 쿼리 Q가 생성될 확률을 계산한다.

2년 후 SIGIR에 등장한 Relevance-based Language Models에서는 여기에 새로운 아이디어를 덧붙였다. 적합성 피드백(Relevance Feedback)에 기초해 쿼리확장(Query Expansion)을 해보자는 것인데, 좀더 자세히 살펴보자.

검색 의도에 부합하는(relevant) 문서의 집합 R이라는 게 있다고 치자. 그리고 R에 속하는 문서에 (원래 검색어에는 없었던) 새로운 단어 w가 들어 있을 확률을 P(w|R)이라고 하자. 그러면, P(w|R)은 “사용자가 쿼리 Q ={q1, q2, …,qn}를 날렸을 때, Q에 w가 포함되어야 할 확률”이라고도 생각할 수 있다. 즉, P(w|R)과 P(w|Q)는 같다고 봐도 무방하다.

단어 w와 질의어 q1, q2, …, qn이 서로 독립이고, w도 다른 쿼리와 동일하게 샘플링된다고 가정하면,

이제 우리는 P(w|R)을 구할 수 있게 되었다. 그래서 어떡하냐고? 어떡하긴, 문서와 R이 얼마나 유사한지 계산해서 많이 비슷할수록 문서에 높은 랭킹 점수를 주면 되지.

이럴 때 쓸 만한 방법이 KL divergence다. 두 분포 사이의 거리가 얼마나 되는지에 대한 척도로서, 값이 작을수록 두 분포는 서로 비슷다는 의미다. 따라서 아래와 같이 계산하는 KL(R || Md)가 작을수록 문서 d가 더 사용자의 검색 의도에 부합한다고 판단, 순위를 높여준다.

질의어와 자주 같이 등장하는 새로운 단어가 검색 랭킹에 반영되므로 결국 쿼리확장인 셈이다.

쿼리와 문서의 직접적인 관계만 따지는 Query Likelihood Model에 비해, 두 번째 방식은 Relevancy를 고려해서 쿼리확장을 하기 때문에 Relevance Model이라고 부른다.¹

자, 그럼 이 두 모델에 시간이라는 요소를 어떻게 결합할 수 있을까?
여기까지 왔으면 간단하다. 위의 수식에서 P(d)와 P(M)을 각각 P(d|Td)와 P(M|TD)로 갈아끼우면 된다. 다시 말하면, 이전의 모델에서는 시간에 상관없이 문서의 확률 P(d)²가 동일하다고 가정했는데, 이제는 문서 d가 생성된 시각 Td에 따라 각기 다른 값을 부여하는 것이다.

그러면 P(d|Td)를 어떻게 구할지가 중요하겠군?
그렇지! 그런데 사실 그게 간단하지만은 않다. 이전글에서도 얘기했지만, 시의성이 중요하다는 것이 무조건 최신 문서를 보여줘야 한다는 뜻은 아니기 때문이다. 저자들 역시 그것을 모르지는 않지만, 이 연구에서는 어쨌거나 최신성이 중요한 질의어에 집중했다고 밝혔다. 논문에서는 그런 것들을 특별히 최신성 쿼리(recency query)라고 부른다. 문제를 이렇게 한정하면 P(d|Td)를 구하는 게 한결 수월해진다. 문서의 나이가 많을수록 P(d|Td)가 작아지도록 하면 되니까. 저자들은 아래와 같이 Exponential Distribution으로 모델링하는 방법을 썼다.

논문의 Time-based Language Model 설명 중 특히 인상적인 건, 시간이 흐르면서 달라지는 사용자 모델을 반영해 쿼리를 다르게 해석하는 것이라며 그 의미를 친절하게 설명해주는 부분이었다. 더 쉽게 풀어쓰면, 똑같은 검색어가 입력되어도 검색 시점에 따라 최신 문서가 달라지기 때문에 자연스럽게 이슈에 맞게 쿼리확장이 이루어지고, 결과적으로 최근 문서가 검색되어 나온다는 얘기다.

Language Model이라는 프레임워크에 Relevancy, 그리고 Recency라는 요소를 녹여넣는 과정이 이론적으로 무척 깔끔하다는 생각이 들었다.  그러니 성능도 어련히 알아서 잘 나왔겠지 싶어서 평가 결과는 읽어보지 않았다.

1. 원본 논문을 안 읽어서 추측으로 쓴 부분이 조금 있다. 흥미가 동한다면 링크한 논문들을 읽어보자.
2. P(d)의 의미는 해석하기 나름이다. 문서 d의 인기도라고 해도 좋고, 문서품질이라고 봐도 좋고, 그냥 다 똑같다고 가정해도 된다.

Related posts:

1. Commonsense-based Interfaces – Marvin Minsky
2. SIGIR 2010에서 관심이 가는 논문들
3. 시간성이 중요한 쿼리를 어떻게 찾을까?

문서 최신성을 추구하는 노력의 극단에 실시간 검색이 있다. 직접 경험하기 전까지만 해도 실시간 검색의 필요성에는 다소 회의적이었는데, 실제로 써보니까 중계(운동경기, 선거개표현황)나 즉각적인 반응(백분토론, 맥북프로신제품)에 대한 검색 요구에는 유용한 도구 같다. 입장을 철회해야겠다.

그렇지만, 사람들이 검색하는 모든 질의어에서 최신성이 중요한 것은 아니다. 어떨 때 사람들이 (상대적으로) 최근의 소식, 따끈따끈한 정보를 원하는지 먼저 알아내야 한다.

2009년 야후의 Improving Search Relevance for Implicitly Temporal Queries라는 두 장짜리 논문을 보면, 사람들이 날리는 쿼리로그에서 패턴을 집어내려고 시도한다. 연도(year)랑 같이 입력되는 키워드(ex. “2010 월드컵”)는 최신성이 중요하다고 판단, 검색 결과를 만들 때 문서가 작성된 시기를 더 중요하게 반영하자는 것이다. 다른 단어보다는 연도와 많이 결합될수록, 또 다양한 연도와 결합될수록 그 키워드의 검색에서 문서의 나이는 더 중요하다고 볼 수 있다.

그런데 또 한편으로는 무조건 최근글에 가중치를 주는 게 맞나 하는 의문이 생긴다. 2008년에 콜럼비아 대학교와 뉴욕대학교에도 그런 생각을 한 사람들이 있었다. 그들은 Answering General Time-Sensitive Queries라는 무척 멋진 제목의 (역시 두 장짜리) 논문에서, 특정 주제의 문서가 쏟아져나온 시기를 자동으로 찾고, 그때 작성된 문서에 높은 가중치를 주는 검색 방법을 제안하였다. 아래는 논문에 삽입된 그림인데, 이슈가 발생해서 특정 단어를 포함한 문서가 많이 생산되는 시기가 있음을 보여준다.

이럴 땐 언제 작성된 문서를 보여주는 게 최선일까?

올해 2월에 열린 WSDM(Web Search and Data Mining, 위즈덤(wisdom)이라고 읽는다고 한다)에서는 Towards Recency Ranking in Web Search라는 논문이 발표되었고, 7월에 있을 SIGIR 2010 컨퍼런스에도 이 주제와 관련된 논문들이 보인다.(프로그램 참조) 과연 어떤 새로운 아이디어를 선보일지 기대된다.

Related posts:

1. 오래된 블로그 글 랜덤으로 보여주기 – 워드프레스
2. Time-Based Language Models – CIKM 2003
3. SIGIR 2010에서 관심이 가는 논문들

모두가 성공한 연구만을 인정하는 냉정한 세계에 이런 “실패한 연구”의 가치를 인정하는 저널이 있다. Journal of Interesting Negative Result(ISSN 1916-7423), 줄여서 JINR이라는 곳이다. JINR은 자연어처리나 데이터마이닝 분야를 다룬다고 하고 의료/생물 분야에도 비슷한 취지의 다른 저널이 있는 것 같다. 호기심이 솟아나 소개글을 읽어보니 스스로 이런 저널의 필요성을 설명하기를…

“Much can be learned by analysing why some ideas, while intuitive and plausible, do not work. The importance of counter-examples for disproving conjectures is already well known.”

from jinr.site.uottawa.ca

일반적으로 당연하다고 여겨지는 명제가 실은 당연하지 않다는 사실/이유/경우를 발견하는 것을 수학의 반례를 통한 증명에 비유하는 대목에서 고개가 끄덕여진다. 그런데.. 어라? 실제로 게재된 논문은 2008년 하나밖에 없네? 뭐지?

No related posts.

위 그림에서 각각의 사각형이 한 사람을 나타낸다. 사각형의 길이는 그가 가지고 있는 능력의 수준, 즉 내공을 뜻한다. 쉽게 말해 A와 C가 10년 이상 경력의 베테랑이라면, B와 D는 이제 갓 뛰어든 햇병아리다.

원 중심으로부터의 방향은 그 사람의 분야/취향/스타일을 나타낸다. A와 B가 한 그룹, C와 D가 또 다른 한 그룹에 속하는데, 프로그래머 vs 디자이너, 윈도우 개발자 vs 리눅스 개발자, vi 사용자 vs emacs 사용자 등등 결론이 나기 어려운 논쟁을 벌이는 어떤 관계라도 여기에 포함될 수 있다.

자, 간단하게 4가지로 분류했으니 이제는 각각의 사람들이 만났을 때 어떤 일이 벌어지는지 생각해보자.

우선 A와 B (혹은 C와 D)가 만나면 이상적인 스승-제자 관계가 된다. B는 A가 자신보다 뛰어나다는 것을 쉽게 알아챌 수 있으며, 추구하는 방향이 비슷하므로 A의 가르침이나 충고를 쉽게 받아들인다.

그럼 A와 C가 만나면? 즉, 서로 추구하는 방향은 다르지만 나름의 일가를 이룬 두 대가가 만난다면? 대화를 통해 공통된 결론에 이르거나 한 사람이 다른 사람을 완전히 설득(제압??)하는 일은 보기 힘들겠지만, 적어도 심도있고 건설적인 토론은 가능할 것이다. 적어도 지켜보는 사람들이 보고 배울 게 많은 그런 논쟁 말이다.

B와 D 사이에서는 도토리 키재기 식 논쟁이 있을 수는 있지만 둘의 수준이 크게 다르지 않으므로 답답한 상황으로까지 치닫지는 않는다.

문제는 A와 D, 또는 B와 C가 만났을 때이다. 왜냐하면, 한쪽이 다른 한쪽의 (상대적인) 우수함을 알아보지 못하기 때문이다. 이들 사이에서는 대등한 수준의 논쟁이 가능하지도 않고, 한쪽이 다른 쪽을 이끌어주는 관계가 되기도 어렵다. A 입장에서 D는 말을 잘 알아듣지 못하는 것처럼 보일 테고, D에게 A는 답답하고 이상한 소리를 하는 것처럼 보일 테니까. 그리고 그 사실을 깨닫는 건 아마도 한참 동안이나 힘든 대화를 하고 난 이후일 것이다.

극단적인 단순화 같지만, 여태 내가 본 많은 소모적인 논쟁은 A와 D 같은 관계로 인해 발생하는 것이었다. 더군다나 그런 상태에서 ‘왜 다름을 인정하지 못하냐’, ‘왜 너의 “스타일”을 내게 강요하느냐’며 원론적으로 따지기 시작하면 상황은 더욱 암울해진다.

나는 비합리적인 권위는 싫어하지만 그렇다고 권위 자체를 부정하지도 않는다. 주제가 충분히 명확하다면 그 문제에 대해서 만큼은 사람마다 전문성의 정도가 다르며 그 차이만큼 그 사람이 더 혹은 덜 존중받는 건 분명 납득할 만한 일이다.

이런 생각을 하게 된 계기는 “너와 나는 달라” 라는 한 마디로 더 이상의 논의 (건설적일 수도 있었던) 를 거부하는 태도에 대한 당혹감 때문이다. 다양성이나 차이는 존중받아야겠지만, 그걸 핑계로 소통을 거부하는 자세로는 발전을 기대할 수 없지 않을까?

또한, 논쟁이 벌어질 때마다 나와 상대방의 권위/내공은 얼마인지 계산해서 비교하는 건 불가능하더라도 대화가 소모적으로 느껴지는 순간 지금이 위의 네 경우 중 어디에 속하는지 따져볼 수는 있을 것이다. 그리고 그에 따라 적절한 대응 전략을 찾는다면 대화를 보다 건설적으로 이끌어가는 데 도움이 되지 않을까?

No related posts.

본질적으로 이 두 가지가 다른 것은 아니다. 다만, 우리가 흔히 창의적이라고 할 때는 전자를 떠올리기 쉽고, 특히 후자는 문제의 배경을 모르거나 해결 과정에 참여하지 않았다면 가치를 알아보기 어렵다는 말이다.

좋은 글감이 있다고 누구나 좋은 작품을 쓸 수는 없듯이, 아이디어를 내는 것과 그 아이디어를 가지고 실제 뭔가를 해내는 것 사이에는 큰 거리가 있다. 창의성에 프로페셔널함이 덧붙여져야 한다.¹

한마디로 정의하기는 어렵지만 나는 프로페셔널하다는 것의 의미를 두 가지 측면에서 생각해 본다.

우선 태도다. 아무리 좋은 아이디어로 시작했어도 최고의 해결책을 찾기까지 끈기있게 시도하고 실패하고, 빈틈없이 관찰하고 분석하는 과정은 필요하다. 예상보다 못한 결과가 나왔다고 쉽게 단념하거나 좋은 결과가 나왔다고 비판 없이 믿어버리는 자세로는 ‘좋은 작품’을 기대하기 어렵다. 문제를 해결하는 과정은 ‘돌 속에 보이는 작품을 보이는 대로 깎아낸다는 조각가의 작업’보다는, 초기 모양을 계속 바꿔가며, 여러 개로 쪼갰다가, 다른 부분과 합치기도 찰흙놀이에 더 가깝다고 본다. 차이가 있다면 찰흙놀이는 기본적으로 재미에 기초하지만, 일을 할 때의 끈기와 철두철미함은 책임감에 바탕을 두어야 한다는 점이 다를 뿐이다.

두 번째 요소는 전문성이다. 의욕과 태도만으로 할 수 있는 일에는 엄연히 한계가 있기 때문이다. 똑같은 문제, 똑같은 아이디어, 똑같은 방법론을 가지고 일을 시작해도 초심자와 전문가는 찰흙을 빚는 속도도 다르고, 언제 분리하는 게 좋을지에 대한 감각도 다르고, 어떻게 결합하는 게 최적인지에 대한 지식도 다르다. 전문성에도 레벨이 있어서 아는 만큼 보이며, 보이는 것만큼만 시도할 수 있다. 시도한 만큼 경험할 수 있고, 또 다시 그 경험에서 배우는 선순환 고리를 탈 수 있다. 지속적으로 아는 것의 경계를 넓히고 보유한 지식의 재정리를 통해 안다고 생각했던 것을 진짜 아는 것으로 만들어 가는 절차를 밟아야 한다. 깊이에는 끝이 없으니까.

1. Professional은 뭐라고 번역하면 좋을까?

No related posts.

그런데 아래처럼 제목이 긴 곡 -대표적으로 클래식 음악이 있겠죠- 을 들을 때는 그 최적화해 놓은 길이 때문에 제목이 다 가려버립니다.

현재 화면에 보이는 노래의 메타정보(제목, 아티스트, 앨범이름 등)에 따라 각 컬럼의 길이가 자동으로 조절되는 옵션이 있으면 좋겠습니다.

Related posts:

1. 나오지마: 검색 인터페이스 제안

• 거의 경제학의 상징처럼 여겨지는 대부, 애덤 스미스.
• 최고의 친구이자 논쟁 상대였던 토머스 맬서스와 데이비드 리카도.
• 정치학사와 철학사에 만족하지 못하고 경제학사에까지 등장하는, 조기교육의 희생자이자 수혜자인 존 스튜어트 밀.
• 20세기 가장 영향을 끼친 인물로 빠지지 않지만 정작 동시대에 살았던 밀은 그 이름조차 들어보지 못했던 카를 마르크스.

그 다음부터는 고등학교 경제학 시간에 좀 더 들어봤다 싶은 용어와 인물들이 나옵니다.

• 수요와 공급, 한계적으로 유명한 앨프레드 마셜.
• 마셜의 제자이자 천재, 존 메이너드 케인스.
• 케인스주의의 대세 속에서도 굴하지 않고 통화주의를 창시해낸 밀턴 프리드먼.
• 경제학이 다루는 영역의 범위를 정치나 제도로 넓힌 제도학파와 뷰캐넌.(솔직히 말하면 뷰캐넌이나 베블런, 갤브레이스라는 이름은 이 책에서 처음 접했습니다.)
• 가장 매력적으로 들리는 이론이지만 한편으로는 ‘그래서 어쩌라고?’라는 느낌도 드는 합리적 기대학파.

죽은 경제학자의 살아있는 아이디어 – 토드 부크홀츠 지음, 류현 옮김, 한순구 감수/김영사

<죽은 경제학자의 살아있는 아이디어> 책 속에서는 이들 경제학자의 인생과 그들의 이론이 함께 춤을 춥니다. 개인적으로 좋아하는 스타일의 입문서에요. <처음 읽는 서양철학사>, <누가 소프트웨어의 심장을 만들었는가>, <페르마의 마지막 정리> 이런 식의 책들.

딱딱한 경제학 교과서보다는 이런 책을 먼저 학생들에게 읽히면 어떨까 싶습니다. 경제학, 아니 무슨 무슨 학이라고 불리는 모든 분야에 대해서 왠지 거리감 느껴지는 교과서 대신, 도대체 그게 뭐하는 학문인지, 그걸 연구하는 사람들은 무엇을, 왜 했는지를, 당시의 개인적/사회적 상황과 연관지어 들려주면 배우는 사람도 스스로 흥미를 느끼지 않을까요? 위대한 학자들도 결국은 그 어려운 학문 속에서 나름의 재미를 느꼈기에 평생에 걸쳐 연구를 한 것 아니겠습니까.

이렇게 말하는 저도 정작 고등학교 다닐 때는 선택과목으로 <경제> 대신 <사회문화>를 택했습니다. 그게 더 재밌어 보였거든요. 성인이 된 뒤에 읽은 몇몇 경제교양서를 만약 그때 읽었다면 어쩌면 제 전공이 바뀌었을지도 모르는데 말입니다 :)

저자인 토드 부크홀츠가 일부러 이렇게 골랐는지는 모르겠지만, 이 책에 등장하는 경제학자들 사이에 어떤 공통점이 보입니다. 우선 대부분이 생전에 자기 이론이 인정받아 주류경제학으로 편입되는 것을 지켜봤고, 또 정부 정책에 직간접적으로 많은 영향을 끼쳤다는 점입니다. 아마도 무척 행복했겠죠. 순수과학 같은 분야는 잘 모르겠지만 사회과학이나 공학을 연구하는 사람들에게 있어 ‘내 연구가 세상을 바꾼다’는 것만큼 큰 동기부여가 또 있을까요?

많은 경제학자가 영국 출신이라는 점도 눈에 띕니다. 단순히 국적만 같은 것이 아니라 그들의 삶을 살펴보면 서로서로 영향을 끼쳤음을 확인할 수 있습니다. 맬서스-리카르도 사이의 논쟁, 마셜에게 경제학을 배운 케인스 등등.. 어디선가 갑자기 등장하는 거인도 없지는 않겠지만, 보통은 이런 사회적 배경과 풍토가 먼저 자리를 잡아야 학문이든 문화든 꽃이 피고 열매를 맺는다는 사실을 되새겨 봅니다.

이 책을 읽은 뒤에 <금난새의 클래식 여행>이라는, 주제만 경제학이 클래식 음악으로 바뀔 뿐 형식은 비슷한 책을 읽었습니다. 흥미롭게도 그 책에서는 영국인이 한 명도 등장하질 않더군요 :) 대신 유럽의 작곡가들 사이의 또 다른 사회적 연결망을 발견할 수 있었습니다.

경제학의 흐름이라는 큰 그림을 잡고 싶어서 통독한 탓에 각 학파의 주장을 꼼꼼하게 다 살펴보지는 못했습니다. 제대로 이해하려면 책을 한 번 더 천천히 책을 읽어봐야겠죠. 하지만, 그런 속독의 와중에도 깊은 인상을 남긴 경제학자가 한 명 있었습니다. 바로 밀턴 프리드먼인데요, 케인스주의가 득세하던 시기에 경제학을 시작했지만, 특유의 끈질김과 치밀함으로 자신의 주장을 뒷받침하는 근거를 채워서 결국 주류경제학의 대세를 바꿔버린 인물입니다.(초판이 나올 때만 해도 생존해 계셨는데, 아쉽게도 2006년에 세상을 떠나셨다는군요.)

그가 어떤 사람이었는지를 단적으로 보여주는 일화가 책에 실려 있습니다. 베트남전 당시 징병제를 둘러싼 이야기인데, 영화 <12인의 성난 사람들>을 본 사람이라면 그 주인공의 모습이 오버랩되는 경험을 하게 될 겁니다. 저도 코끝이 찡해졌습니다.

이렇듯 이름만 많이 들어본 경제학자들의 삶과 이론을 쉽게 설명해주는 좋은 책이지만 그렇다고 단점이 없는 것은 아닙니다. 번역까지는 잘 모르겠고 오타가 좀 많이 보입니다. 구슬을 구술, 드러나다를 들어나다, 심지어 십상이다를 쉽상이다라고 한 부분도 있습니다. 이런 오탈자가 몇 번 눈에 들어오니까 책을 읽는 내내 계속 신경이 쓰이고 집중도가 떨어졌습니다. 힘들여 글을 옮겼을 역자에게는 사소한 트집처럼 들릴지도 모르지만 고객의 평가란 원래 이렇게 냉혹한 것 아니겠습니까. 이 책이 이미 개정판인데, 개정판의 개정판에서는 꼭 오탈자가 모두 수정되기를 바랍니다.

Related posts:

1. 화난 고객의 마음을 누그러뜨리는 아이디어
2. 현대 포트폴리오 이론 (Modern Portfolio Theory)
3. Programming Collective Intelligence: 첫인상